群体智能算法是一类源于自然现象与社会规律启发的智能算法，是当前人工智能方法的重要组成部分。当前群体智能算法的研究趋势主要集中在算法的设计与应用，而对其理论基础的探讨相对较少。因此，由智能算法研究中心黄翰教授编著的《群体智能算法的理论基础》一书立足于前沿研究成果，详细阐述群体智能算法的数学基础，从数学模型、收敛性分析与时间复杂度展开分析，为读者提供多方面的参考。

图1 《群体智能算法的理论基础》封面

内容简介：

      《群体智能算法的理论基础》介绍了群体智能算法的基本特征，展示了常见的群体智能算法，如：粒子群优化算法、蚁群优化算法、鸽群优化算法等，并从数学模型、收敛性与时间复杂度三方面对这些常见算法的理论基础展开分析。这三个核心要素之所以被视作群体智能算法的理论基础，是因为它们共同决定了算法在解决实际问题时的有效性和可行性。人工智能的本质是知识表示，而数学模型是理论基础研究的知识表示方式，可为群体智能算法提供形式化的描述。收敛性则是评价群体智能算法是否可以达到最优解的标准。然而它是一种基于迭代次数趋于无穷的分析结果，难以用来评价算法效率。时间复杂度恰好可以弥补这一欠缺，其可以度量群体智能算法在平均意义下需要多少次迭代达到最优解。

图2 《群体智能算法的理论基础》部分内容章节

       为了让读者更便捷地进行算法理论的实践分析，本书在部分章节中融入了实用软件工具的应用示例。本书不仅适合从事智能优化、进化计算、计算智能、智能优化、管理科学与应用数学领域研究的研究人员与研究生阅读，也可以作为智能算法应用工程师的参考手册。 

                                                               图3 群体智能算法时间复杂度估算系统

                                                           （系统网址：www.eatimecomplexity.net）

 

书籍目录：

作者简介：

        黄翰，华南理工大学软件学院教授、博士生导师，国家级青年人才项目入选者，兼任国际学术期刊IEEE TEVC、IEEE TETCI等副主编、大数据与智能机器人教育部重点实验室副主任、中国仿真学会智能仿真优化与调度专委会副主任、广东省本科高校软件工程专业指导委员会主任委员等；主持科技部重点研发项目、国家自然科学基金项目近20项；在国家一级出版社出版中文著作《智能算法理论与实践》和《进化算法时间复杂度分析的理论、方法与工具》，在国际知名出版社出版英文著作Intelligent Algorithms: Theory and Practice；在IEEE TCYB、IEEE TSE等专业学术期刊发表论文80多篇；长期致力于智能算法理论、应用与产业生态的研究，完成落地应用案例70多项。

        郝志峰，教授、博士生导师，汕头大学党委副书记、校长，兼任教育部大学数学教学指导委员会副主任委员、中国工业与应用数学学会大数据与人工智能专委会副主任、全国大学生数学建模竞赛组委会委员、广东省超级计算机应用产业联盟理事长。主要研究方向为：代数学及其应用、数据科学理论、人工智能、数学建模等。主持国家重点研发计划项目、国家自然科学基金-广东省联合基金项目等国家、省部级项目40余项，近年在TNNLS、TKDE、PR、Bioinformatics、《中国科学》等国内外重要刊物上发表高质量论文逾80篇。